Pytania i odpowiedzi z dyrektorem generalnym Absolutdata na temat podejmowania decyzji w oparciu o sztuczną inteligencję

Zrozumienie, w jaki sposób korzystać z danych i analiz w celu skutecznego podejmowania decyzji, wymaga ewolucji, podobnie jak technologia — i nie umknie to kalifornijskiej firmie Absolutdata. Począwszy od 17 lat temu, aby tworzyć skalowalne, oparte na danych wpływy, Absolutdata zastosowała sztuczną inteligencję i uczenie maszynowe jako część swojego rozwiązania.

Spotkaliśmy się z Anilem Kaulem, dyrektorem generalnym Absolutdata, aby dowiedzieć się więcej o tym, jak wykorzystują sztuczną inteligencję, aby zapewnić swoim klientom to, co najlepsze.

ClickZ: Skąd wziął się pomysł na Absolutdata?

Anil Kaul: Od początku 2001 roku naszym celem zawsze było wykorzystywanie danych i analiz do tworzenia skalowalnego wpływu na organizacje poprzez rekomendacje. Kiedyś skupialiśmy się bardziej na wykorzystaniu danych i analiz jako usługi, która zapewniałaby firmom wgląd w podejmowanie właściwych decyzji.

Nadal to robimy, ale teraz dodaliśmy do tego sztuczną inteligencję i uczenie maszynowe. Łączymy sztuczną inteligencję z platformą technologiczną, aby dostarczać oparte na danych zalecenia i rozwiązania dla zespołów sprzedaży i marketingu.

Pomyśl o tym jak o GPS do podejmowania decyzji. GPS poinformuje Cię, gdzie jesteś, dokąd musisz się udać i jakimi ścieżkami powinieneś się tam dostać. To jest dokładnie to, co robimy dla zespołów sprzedaży i marketingu, a tworzenie właściwych rekomendacji jest najważniejszą częścią tego.

CZ: Co odróżnia Absolutdata od innych programów rekomendacji opartych na danych?

AK: Wokół AI jest dziś tyle szumu. Niezależnie od tego, czy ludzie i firmy z niego korzystają, mówią o tym.

To, co nas wyróżnia, to fakt, że faktycznie go używamy. Zrobiliśmy krok w tym kierunku pięć lat temu, zanim wszyscy o tym mówili. Mieliśmy problem i jako rozwiązanie widzieliśmy sztuczną inteligencję. To, co nas wyróżnia, to nasze doświadczenie i wiedza oraz posiadanie wyrafinowanego rozwiązania AI, które daje właścicielom firm realne wyniki.

Wraz z tworzeniem rekomendacji, które mogą faktycznie wywrzeć wpływ na firmę, trzeba się wiele nauczyć. Mamy kilka firm, w których zespół sprzedaży potrzebuje rekomendacji co tydzień, więc nasz system tworzy dla nich tygodniowe plany.

Mamy inne firmy, które muszą wiedzieć, jakie kampanie marketingowe powinny prowadzić. Na przykład możemy mieć klienta, który często korzysta z płatnych promocji. Dysponujemy wyrafinowanymi modelami sztucznej inteligencji, które mogą wykorzystywać rzeczywiste dane, aby zapewnić klientowi zoptymalizowany kalendarz płatnych promocji. Klient może wykorzystać ten kalendarz jako podstawę do planowania promocji, dodawania i odejmowania rzeczy tam, gdzie uważa za stosowne, ale ma solidny punkt wyjścia.

Tam, gdzie ręczne dotarcie do tego punktu zwykle zajęłoby zespołowi marketingowemu kilka tygodni, nasza platforma zajmuje całe 10 minut. Są dane, modele i odpowiedź. Możemy dać klientowi pełne rozwiązanie, czyniąc go bardziej wydajnym i zwinnym jako całość.

CZ: Jak to wygląda dokładnie po stronie klienta?

AK: Klient uzyskuje dostęp do narzędzia, które pasuje do jego przeglądarki. Mogą się zalogować i zobaczyć rekomendacje, które system przedstawił w oparciu o określone preferencje i wymagania. Naszym celem jest dostarczenie rekomendacji we właściwym miejscu i we właściwym czasie oraz ułatwienie klientowi jej realizacji.

W tym duchu integrujemy się z wieloma narzędziami, z których już korzystają nasi klienci, niezależnie od tego, czy jest to platforma CRM, czy system oprogramowania do zarządzania promocją handlu, itp. Za pomocą jednego kliknięcia, podjęcie decyzji i wykonanie rekomendacji odbywa się za pomocą narzędzi mają już wdrożone, dzięki czemu cały proces przebiega bezproblemowo i wydajnie.

Po stronie klienta częścią procesu jest jego akceptacja lub odrzucenie rekomendacji. Jeśli myślisz o dużej witrynie e-commerce, która zawiera rekomendacje dotyczące rzeczy, które mógłbyś chcieć kupić, konsument może uznać tylko 30% rekomendacji za coś, co faktycznie kupił.

W tym scenariuszu 30% jest w porządku. W sytuacji biznesowej poprzeczka jest znacznie wyższa. Nasi klienci nie mogą sobie pozwolić na to, aby 70% ich rekomendacji biznesowych było złych. Starając się zbliżyć się do 100%, zapewniamy, że sam system się uczy.

Na przykład, jeśli klient odrzuci rekomendację, system uczy się tego. Następnym razem, gdy wydaje rekomendację, uwzględnia odrzucone rekomendacje wraz z sukcesem tych, które zostały zaakceptowane, dostrajając i poprawiając wszystko we własnym zakresie.

CZ: Co tak naprawdę ekscytuje Cię w Absolutdata?

AK: Emocjonalna reakcja naszych klientów jest dla mnie szczególnie ekscytująca. Pochodzę ze świata analityki, który jest dość prosty, bardzo wycięty i suchy.

Dostarczając klientom te rekomendacje ułatwiające podejmowanie decyzji, jesteśmy w stanie wzbudzić podekscytowanie. Jesteśmy w stanie dać im namacalne rzeczy, które mogą zrobić, aby ulepszyć swoją działalność, a ekscytacja, jaką od nich otrzymujemy, jest bardzo fajnym doświadczeniem. Nasze narzędzie daje naszym klientom poczucie własności nad swoim biznesem, którego wielu wcześniej czuło, jakby im brakowało.

Tak jak powiedziałem wcześniej, jesteśmy również bardzo podekscytowani wdrażaniem technologii, o których inne firmy tylko teraz marzą. Udało nam się przebić się przez hałas i szum i faktycznie wykorzystać technologię AI.

Pod koniec dnia naprawdę uwielbiam słyszeć, jak bardzo nasi klienci lubią pracować z naszym narzędziem. Daje mi to ogromną satysfakcję.

CZ: Mogę sobie wyobrazić!

AK: Absolutnie. Tworzymy nową kategorię systemów rekomendacji ze sztuczną inteligencją i uczeniem maszynowym, które faktycznie zapewniają wymierne rezultaty i korzyści dla naszych klientów.

To ekscytujący artykuł i właśnie to możemy powiedzieć podczas naszych rozmów sprzedażowych. Możemy faktycznie wskazać nasz system i wskazać skuteczne rekomendacje oraz udowodnić, że tego nie zmyślamy. Stąd bierze się duża wstępna pewność siebie ze strony klienta.

Kiedy już zaimplementują w sobie, widzą, jak to działa, a to jest dla nas bardzo fajne.

Szybkie fakty o Absolutdata

• Pracownicy: 400
• Rok założenia: 2001
• Siedziba: Alameda, Kalifornia
• Klienci to: Adidas, Uber, Godiva, Sprint, Kellogg's, Levi's, Autodesk, Kia
• Martech Landscape Kategoria: Business/Customer Intelligence i Data Science